下载文档原格式
基于遥感数据的渤海海冰灾害风险研究国巧真;顾卫;李京;刘珍;陈云浩【期刊名称】《灾害学》【年(卷),期】2008(23)2【摘要】从海冰带来的严重灾害问题出发,针对传统监测方法的局限性,阐述了遥感技术在海冰灾害监测中的优越性.以渤海海冰为例,提出一种海冰灾害风险等级划分方法,即利用遥感技术和地理信息系统制作经纬度间隔为0.2°的网格,然后得到渤海海冰密集度,选择最大冰密集度、平均冰密集度、冰厚和冰期作为等级划分的指标.根据现场观测和多年调查研究,把海冰灾害风险程度分为3个等级:零风险、低风险和高风险.结果表明:该指标能够反映海冰灾害的风险程度,用该方法描述海冰灾害风险等级可以为海洋预报提供依据.【总页数】6页(P10-14,18)【作者】国巧真;顾卫;李京;刘珍;陈云浩【作者单位】北京师范大学,资源学院,资源技术与工程研究所,北京,100875;北京师范大学,资源学院,资源技术与工程研究所,北京,100875;北京师范大学,资源学院,资源技术与工程研究所,北京,100875;北京师范大学,资源学院,资源技术与工程研究所,北京,100875;北京师范大学,资源学院,资源技术与工程研究所,北京,100875【正文语种】中文【中图分类】P731.15【相关文献】1.基于EOS/MODIS卫星遥感数据的渤海海冰变化趋势及特征应用研究 [J], 周斌;张自力;于海燕2.基于突发海洋生态灾害防范的海洋工程海冰灾害风险监测r——以渤海石油平台为例 [J], 许宁;刘雪琴;袁帅;张大勇;王延林;岳前进;史文奇;陈伟斌3.基于遥感数据的渤海海冰面积提取订正模型研究 [J], 国巧真;顾卫;孙从容;金会义;李京4.基于海冰密集度遥感数据的波弗特海海冰时空变化研究 [J], 刘玥;庞小平;赵羲;苏楚钦;季青5.一种基于FY-4A遥感数据的渤海海冰反演算法 [J], 李涛;王凌云;王磊;任勇军因版权原因，仅展示原文概要，查看原文内容请购买。
光学SAR逆合成ISAR渤海地区是我国经济最为发达的地区之一，但每年冬季该地区经常遭受不同严重程度的海冰灾害。
截止目前，海冰灾害已造成该地区多次石油平台倒塌、船舶受损、航运受阻，严重影响该地区的经济发展，威胁沿海人民生命财产安全。
因此，为适应海洋开发和海洋减灾工作的需要，必须加强海冰各个参数监测技术的研究。
本文充分利用光学遥感和微波遥感在海冰监测中各自的优势，对渤海海冰关键参数进行研究。
主要研究内容及结论如下：（1）基于GOCI数据对渤海海冰进行时空变化监测研究。
本文结合归一化比值阈值法与目视解译法对渤海海冰范围进行提取，实现了对渤海2012年-2013年海冰时空变化监测，取得了较好的结果，实现了渤海地区冰情评估，为相关部门提供相应数据支持及指导。
（2）基于GOCI数据渤海海冰厚度提取算法研究。
本文首先基于高时间分辨率的GOCI 数据建立GOCI短波宽带反射率与各波段反射率模型，然后建立渤海海冰厚度与GOCI短波宽带反射率模型，并将此模型应用于2014年-2015年渤海海冰厚度监测。
实验结果表明：基于GOCI数据提取渤海海冰厚度与MODIS提取渤海海冰厚度结果具有较好的相关性（相关系数R2=0.82）；同时与热动力模型Lebedev和Zubov模型比较，相关性也较高（相关系数R2均在0.8以上）；且本文反演结果接近现场实测值，两者之间的误差较小（RMS为3.79 cm）。
（3）光学遥感易受雨雾、冰雪等天气的影响，为实现对渤海海冰全天时、全天候的监测，需要借助微波遥感对渤海海冰进行监测。
本文建立渤海海冰厚度与SAR数据极化比关系模型，并将其应用到渤海海冰厚度监测中。
实验结果表明：基于微波遥感方式弥补了光学遥感易受雨雪等天气影响的缺陷，较好地提取渤海海冰厚度，为实现对渤海海冰全天时、全天候监测提供了保障。
（4）本文基于主被动遥感实现对渤海海冰参数的监测，并依据光学遥感与微波数据获取渤海海冰厚度反演算法，最后通过Matlab编程语言开发软件实现对渤海海冰厚度的结果显示。
基于Sentinel-1的辽东湾海冰冰情监测冯琦;李广雪【期刊名称】《海岸工程》【年(卷),期】2024(43)1【摘要】辽东湾是渤海的三大海湾之一,在每年冬季经常会遭受大面积海冰灾害影响。
本文选取2015年至2023年Sentinel-1 A/B遥感数据,对照Landsat-8数据采用灰度共生矩阵提取SAR影像纹理特征,对比了神经网络、支持向量机以及最大似然分类三种分类方法的精度;统计2015年至2023年辽东湾海冰冰情信息,研究了气温、海表面温度、盐度与海冰的相关关系和相互影响。
研究结果表明:对于Sentinel-1 A/B数据,最大似然分类方法精度最高,分类精度达到82.75%;辽东湾海冰通常在12月底或者1月初开始发育,辽东湾结冰顺序为由北向南、由近岸向远岸,消融时顺序为由西向东、由远岸向近岸;辽东湾海冰与气温的Pearson相关系数为-0.502(P<0.01),与海表面温度的Pearson相关系数为-0.553(P<0.01),说明辽东湾冰情与气温、海表面温度为显著负相关,海表面温度对海冰的形成、发育及消融影响更大。
此外,盐度对于海冰的影响存在一定的滞后性。
【总页数】13页(P66-78)【作者】冯琦;李广雪【作者单位】中国海洋大学海底科学与探测技术教育部重点实验室【正文语种】中文【中图分类】P731.15【相关文献】1.基于实船观测的北极东北航线窗口期海冰冰情研究2.海事部门利用卫星遥感技术监测海冰冰情3.基于遥感技术的1988—2018年渤海海冰冰情时空变化特征4.2021-2022年冬季辽东湾海冰冰情动态和模拟研究5.基于Sentinel-1数据的2020年天津市地面沉降监测与时序分析因版权原因，仅展示原文概要，查看原文内容请购买。
渤海溢油污染的SAR遥感监测研究的开题报告一、选题背景和研究意义2010年7月16日，中国渤海海域发生了一起严重的溢油事故，致使渤海湾多个区域受到严重的油污染，给当地的生态环境以及渔业产业造成了极其严重的影响。
为了实现对渤海溢油事故污染的实时监测与管理，SAR遥感技术成为了最为理想的监测手段之一，因为它能够在不受昼夜、天气等限制的情况下，实时、全天候监测海洋污染情况，并提供污染范围、强度等信息，以支持有关部门做出更为合适、有效的应对反应计划。
因此，本文的研究目的是通过SAR遥感监测技术，对渤海溢油事故的污染范围、污染程度、油轮运动轨迹等方面进行观测和分析，以便快速准确地反映污染情况，提供科学的支持手段，保障当地生态系统的健康稳定，降低污染事故对当地渔业及经济的影响。
二、研究内容和思路本文拟采用多极化SAR及其相关数据，应用1km的分辨率，对溢油事故现场进行监测。
具体来说，将采用高分辨率的多光谱遥感影像，获得不同极化方位角的图像，分析不同极化的信息相互作用，以确保精准的空间解析度和反演的精度。
然后，在对影像进行预处理和几何校正后，运用SAR图像处理的相关算法，例如极化散射的分析和统计方法，来检测、评估目标的反射特性及其在图像中的空间分布情况，从而得到一系列对于油污染物的定量化参数，包括液体表面特征，污染程度等。
三、技术路线和研究计划技术路线：（1）目标检测与提取（2）图像配准与定位（3）海面特征提取与分析（4）多波长、多极化反演技术（5）信号处理、图像融合与分析（6）数据挖掘与分类研究计划：（1）阅读和分析国内外同类研究文献，了解SAR遥感技术在海洋污染监测方面的应用和特点，建立出本文研究框架和实验流程。
（2）准备相关数据，包括SAR影像、多光谱影像等，并进行影像预处理、校正等工作，确保影像能够用于后续的数据处理和分析。
（3）运用目标检测和提取技术，对影像中的目标进行定位，并提取出污染物的相关信息。
基于多源遥感数据的渤海海冰特征提取和遥感监测技术研究—研究报告 摘要渤海及其沿岸区域是中国重要的经济区。
海冰对海上作业和海洋生产有着极大的威胁，造成了严重的经济损失。
本项目拟将龙计划二期项目（ID：5290）所形成的技术和方法，拓展到多源卫星遥感数据中，形成自动或半自动的海冰特性提取方法，并进一步改进基于光学和SAR影像的海冰监测技术。
本项目所发展的方法，可为渤海以及其他海区的业务化海冰监测提供技术支撑。
利用单一遥感传感器监测海冰各有优势。
SAR具有探测海冰介电属性、表面及内部结构的能力。
光学传感器能够测量可见光和近红外范围内的海冰光谱特性。
因而，无云的光学影像和SAR影像的融合图像可以突显海冰类型间的差异，为海冰分类提供补充信息。
本项目提出了一种SAR和多光谱数据的融合方法，并利用ENVISAR ASAR和CBERS多光谱数据进行了实验。
结果证实了该方法能将海冰的光谱特征和SAR纹理特征可以同时保留下来，且融合结果对海冰解译和分类非常有用。
本项目还利用了SAR数据和高光谱数据开展海冰厚度反演研究。
基于实测的不同厚度的渤海海冰的反射率，发展了基于高光谱数据的海冰厚度反演模型，并利用机载高光谱数据进行了模型测试，反演了海冰厚度。
结果表明实验区域，海冰的厚度范围为2.0cm~30.0cm。
本项目也关注新遥感数据源在海冰监测中的应用。
GOCI卫星（地球静止水色成像仪），是韩国首颗地球静止观测卫星的载荷之一，能够在白天取每隔一小时获取一景数据（每天共8景）。
数据有8个波段，分辨率为500m。
本项目利用连续时间的GOCI数据开展了渤海海冰的探测方法研究，提取了海冰类型、面积、密集度等海冰参数；并利用GOCI 数据连续时间监测的优势，研究了海冰的漂移和扩散，实现海冰运动的追踪。
最后，本文提出了海冰灾害因子来评估海冰灾害评估，提出的海冰灾害因子因目标载体不同而不同。
一种是针对海上航运提出的，一种是针对海上构造物提出的。
[文章编号] 0001-5733(2001)02-0163-08[中图分类号] P412雷达卫星SAR 与防卫气象卫星SSM/I对渤海海冰的观测研究金亚秋 陈 轶 张 巍 张南雄(复旦大学波散射和遥感中心,上海 200433)黄润恒 吴奎桥(国家海洋局海洋环境预报中心,北京 100081)[摘 要] 用雷达卫星(RADARSAT )合成孔径雷达(SAR )和防卫气象卫星(DM SP)特别微波成像辐射计(SSM /I)在1999年1月23日同一天对中国渤海区域海冰的观测数据,进行了主动SAR 与被动SSM /I 的组合研究.用一层海冰电磁散射辐射的建模与数值模拟,分析了中纬度渤海沿岸海冰的特征性变化,提出用SSM /I 辐射亮度温度的散射指数、极化指数、极化比率来识别渤海海冰;用RADARSAT 高分辨率SAR 数据(水平极化后向散射系数)对渤海海冰物理特征进行识别与分类.这些特征指数在时间与空间尺度上的相关变化可有效地应用于渤海海冰的监察.[关键词] 渤海海冰,雷达卫星合成孔径雷达,防卫气象卫星特别微波成像辐射计,特征指数.1 引 言海冰覆盖的识别与分类对全球变化、地球水圈辐射、极地气候等,均有相当重要的影响.而区域性海冰变化的监测对该区域海面作业与运输安全,起着十分重要的作用.现有的海冰观测研究大多限于高纬度的极区海冰,基本上是多年海冰,与中纬度海域(如中国渤海、黄海)只持续于冬季的沿岸海冰,在物理成分与形态特征、持续时间、时间与空间的多变等方面有很大的不同.无论是观测数据的收集分析,还是海冰识别、分类与特征参数反演算法的研究,都应对中国中纬度海域的沿岸海冰有特别的研究.近20年内,星载微波遥感技术取得了重要的进展,多项空间遥感计划可以全天候地、多年连续地取得全球物理、水文观测数据与成像.主动微波遥感的重要进展是合成孔径雷达(SAR)技术,如加拿大1995年11月发射的雷达卫星(RADARSAT)的SAR,用于观测C 波段(513GH z)水平同极化(hh)的后向散射系数(R hh ),有很高的空间分辨率.被动[收稿日期] 2000-06-21收到,2000-10-30收到修改稿.[基金项目] 国家自然科学基金项目(49831060,69771007),国家高技术研究发展计划项目(863-818-06-05).[作者简介] 金亚秋,男,生于1947年,1970年毕业于北京大学,1985年获美国麻省理工学院博士学位.教授、波散射与遥感中心主任.主要研究复杂介质中电磁波散射与辐射传输等.E-mai l:yqjin@第44卷第2期2001年3月 地球物理学报CHIN ESE JOU RN AL OF G EO PHY SI CS V ol.44,N o.2 M ar.,2001微波遥感的重要进展是成像辐射计,如1987年6月起直至21世纪初连续进行的美国防卫气象卫星计划(DMSP)的特别微波成像辐射计(SSM/I),它有7个通道(19,37,85GH z 垂直与水平极化,22GH z垂直极化)观测辐射亮度温度(T B).利用多通道、多极化与多种遥感器观测数据综合地提取地球物理、水文等定量科学信息,已是地球遥感面临的主要任务.本文用RADARSAT的SAR与DM SP的SSM/I在1999年1月23日同一天对中国渤海区域海冰的观测数据,作主动SAR与被动SSM/I的组合研究,用于中国渤海海冰的识别与分类.海冰是冰与溶盐杂质为背景,空气泡为散射元的介质.由辐射传输理论可计算遥感通道上的海冰介质的电磁散射与辐射.由散射辐射建模的数值模拟和SAR与SSM/I数据验证,分析了中纬度渤海沿岸海冰的特征性变化,提出用SSM/I的T B的散射指数(SI)、极化指数(PI)、极化比率(P R)来识别渤海海冰;用RADARSAT高分辨率SAR的R hh对渤海海冰物理特征进行识别与分类.这些特征指数在时间与空间尺度上的相关变化可有效应用于渤海海冰的监察.结合更多的海冰实际观测数据,补充与改善经验性参数.将可进一步改善海冰的分类识别.2海冰的散射与辐射海冰按产生与持续时间可分为幼期冰、新冰、一年冰、多年冰等[1],冰厚一般也依此从几厘米到一米多.处在中纬度的中国渤海沿岸海冰一般从每年11月底开始持续至第二年3月初,持续时间短,冰层厚度从沿岸的几十厘米伸展到海中的几厘米,在时间上演变与沿岸空间分布多有变化,与极区多年海冰有很大的不同.海冰可看作是冰与溶盐杂质为背景,空气泡为散射元的介质.溶盐杂质以及冰与溶盐背景介质的介电常数E b的讨论可参见文献[2)4].本文取E b=(3.2+i0.2)E0.一年冰的空气泡体积占空比f a一般小于0105,冰的比重大致在0.87g/cm3左右,而多年冰为多层构造,空气泡体积占空比可大于0.2.冰的比重大致在0.7g/cm3左右.假定空气泡为小球形粒子,由强起伏散射理论,各向同性的海冰有效介电常数E g可由下式计算[2]f a E a-E gE a+2E g+(1-f a)E b-E gE b+2E g=0,(1)其中空气泡介电常数E a=E0.海冰的介电常数与海水不同,频率的改变对海冰介电常数影响不大.由多层随机介质的散射理论[5],可计算分层海冰的后向散射系数.对于一层海冰的模型,同极化后向散射系数可写为R p p(H)=R SUR1(H)+R ICE(H)+R SUR2(H)exp(-2k d g d sec H),(2)其中pp=vv或hh,右边R SUR1为海冰上表面粗糙产生的面散射,R ICE为海冰(厚度d)中空气泡的体散射,R SUR2ex p(-2k d g d sec H)为海冰与下垫海水界面粗糙产生的面散射,包括通过海冰层的衰减,k d g=Im(k g)是海冰介质中波数的虚部.对于(2)式右边第一、第三项,采用双尺度Gauss粗糙面散射计算[2,3],对于第二项,采用小球形粒子随机介质的一阶散射计算[2,3].图1给出C波段35b入射角H I一层海冰的hh极化后向散射系数R hh.164地球物理学报44卷图1 一层海冰的后向散射系数R hhFig.1 Backscatter ing R hh vs sea ice thickness可以看出,海冰的存在使R hh 增强,而空气泡占空比f a =0.05,半径a =0.025cm ,d <50cm ,上冰面:大尺度起伏方差D =2+(d -1)/49cm ,相关长度l =15cm ,小尺度起伏方差D 1=0.1cm ,相关长度l 1=5cm ;下冰面:D =2cm ,l =20cm ,D 1=0.1cm ,l 1=5cm .f a 很小的新冰与一年冰的散射主要来源于海冰表面的面散射R SUF1.而受海风驱使的粗糙海冰面也会产生同样大小的后向散射,因此在没有其他先验知识条件下,是不易单从R hh 的大小来区分海冰和海风驱使粗糙海冰面的.对于测量垂直(v )与水平(h )极化辐射亮度温度T B v ,TB h 的被动遥感,由矢量辐射传输(VRT )理论[2)4],求解海冰层的VRT 方程cos H d d z T B (H ,z )=-J e (H ) T B (H ,z )+Q P /20d H c sin H c P (H ,H c )# T B(H c ,z )+J a T (3)及其相应的边界条件,可计算SSM /I 通道上海冰的辐射亮度温度T B p (p =v ,h).VRT 方程(3)中消光系数J e 、吸收系数J a 、散射相矩阵 P 等各项定义以及VRT 方程求解方法可参见文献[2)5].由于海冰的介电特性与频率关系不大,低反射率的海冰不但增强了SSM/I 各通道的T B ,而且各通道T B 值之间的差异比海水要小得多.考虑到22GH z 与85GH z 的大气水汽吸收比较接近,定义散射指数为SI =T B22v -T B85v ,可表征海冰的存在减小了高低通道T B 值的差异[6].SI 对海冰的存在十分敏感,无海冰时,SI 远小于0(比如,-40K );有海冰时,SI 逐渐增强(>-30K ).同时,由于较低的极化反射率的海冰层遮蔽高极化反射率的海水面,使得同一通道的极化差异减小,可定义极化指数为PI =T B19v -T B19h .PI 特别对于平坦海冰面的识别是一个很好的特征指数.由VRT 方程(3)数值模拟计算,得到海冰形成以及随海冰厚度变化的SI -PI 图[6].由中国渤海SSM/I 数据验证比较,已得到的判据为:SI >-30K ,PI <-60K 时判定有海冰.1652期 金亚秋等:雷达卫星SAR 与防卫气象卫星SSM /I 对渤海海冰的观测研究3 RADA RSAT SAR 与DM SP SSM/I 渤海海冰观测数据图2是RADARSAT 的SAR 在1999年1月23日在中国渤海区域观测数据的亮度指数(D N )图像.由RADARSAT 数据构造[7]说明,将第j 个像素点的D N 值转化为该点后向散射系数R hh (dB ),则R hh (j )=B (j )+10@lg 10(sin H j ),(4a )B (j )=10@lg 10[(D N (j )2+A 3)/A 2(j )],(4b )其中B (j )是第j 个像素点的雷达亮度值(dB ),A 2(j )是第j 个像素点的增益比值,A 3是固定的补偿值,H (j )是第j 个像素点局部入射角,由卫星高度、地球半径与卫星观测至该第j 个像素点的斜视距确定.图2 RADARSAT 的SAR 观测数据亮度指数Fig.2 Brig htness index from RA DA RSAT SAR data图3(a,b )分别是图2中区域A 和B 的后向散射系数R hh .图3(c )是图2中直线C 的后向散射系数R hh ,其中横坐标数字对应于从北至南的各像素点位置.从图3(a )c )可以看出,由于在渤海北部湾沿岸海冰(像素点的位置0)500)的存在,R hh 与水域相比明显增强,在-18至-30dB 之间变化,在像素点的位置(300)1000)有很大的起伏,直接对应于海冰厚度以及海冰结构有非均匀空间分布的变化.而后从像素点位置1000起,R hh 保持在-25至-35dB 之间,这些位置已经没有海冰,散射来自于海水面散射.在没有先验知识与R hh 空间相关分析的条件下,单从R hh 的数值是不易区分海冰范围166地 球 物 理 学 报 44卷图3 图2中区域A (a)、区域B (b)以及直线C (c)的后向散射系数R hhF ig.3 I mag e of R hh in t he frama A (a ),B(b )and along the line C(c )的.在像素点位置3500之后,R hh 降至海水表面特有的-40dB 以下.再由被动遥感的DMSP 的SSM/I 在同一天同一区域观测T B 数据,得到与以上SAR 的R hh 同天同区域的散射指数SI 与极化指数PI 图像,如图4(a,b )所示.按照第二节引述的SI -PI 判据[6],易确定渤海辽东湾北部、特别是辽宁营口沿岸的海冰.图4(c )是沿图2直线C 的SI 与PI 值.可以确定在像素点位置0)1000的海冰的存在.因此,再可由图3的高分辨率SAR 的R hh 空间变化的数值来确定海冰的状态,如厚度、表面粗糙度、积雪等.考虑到海冰与海水的混杂分布,有人曾用SSM/I 的37GHz 通道的极化比率P R =T B37v -T B37hT B37v +T B37h (5)来描绘海冰覆盖海面分布的百分比[8],并经验性地选取:当P R =0.1851,判定为100%海水面,当P R =0.0157,判定为100%冰面.这些经验值是否普遍适用,尚未予以验证.事实上,由大气与海冰海水的辐射传输方程,得到观测到的辐射亮度温度可简单写为T B p =e p T s e -S +(1-e -S )(1+r p e -S )T a +s p T s e -S , p =v ,h (6)其中e p ,r p 分别为表面的p (=v ,h )极化发射率与反射率,且e p =1-r p ;S 为大气不透明度,T s ,T a 分别为海冰表面物理温度与大气有效平均温度.(6)式右边第一项为海冰海水的热辐射;第二项为大气的热辐射;第三项为考虑海冰表面粗糙对T B p 的热辐射贡献,1672期 金亚秋等:雷达卫星SAR 与防卫气象卫星SSM /I 对渤海海冰的观测研究图4 SSM /I 的T B 数据的SI (a )、PI (b )和图2直线C 的SI 与PI 值(c )F ig.4 I mag e of SI (a )、PI (b )from SSM /I T B data and SI ,PI indexes along the line C (c)这里s p (p =v ,h)为考虑面散射的经验性参数,近似地正比于平坦表面与粗糙表面镜向反射率之差.若令T a U T s ,则有P R =e -S [(r h -r v )e -S +(s v -s h )][2-(r h +r v )]e -S +(1-e -S )[2+(r h +r v )e -S ]+(s v +s h )e -S(7)这样,P R 是S 与r p 的函数.海冰海水分层介质的极化反射率为r p =R 01p +R 12p ex p (i k gz d)1+R 01p R 12p exp (i k gz d )2, p =v ,h (8)其中R 01p ,R 12p 分别是大气-海冰表面、海冰-下垫海水表面的p (v ,h)极化反射系数.图5给出SSM /I 数据沿图2直线C 的P R 值,在标明100%海水和海冰处的实线为(6)式计算值,虚直线为文献[8]的经验值.可以看出,尤其是对于100%海冰面,文献[8]的经验值是过低的,甚至低于陆地上P R 观测值.考虑到在空间分辨率中海冰的部分覆盖,可由(6)式的P R 来经验性地调整海冰存在的SI -PI 判据,这有待于海冰实况数据的验证.综合SSM /I 的SI ,PI 与P R 的观测与判据,可确定图2与图3像素点位置在0)1000处的海冰存在,并由高分辨率SAR 的R hh 空间变化的数值确定海冰的状态.小于10cm 的海冰更应确定上下界面的物理形态与空间分布,大于10cm 的海冰与R hh 成正比.为纳入海冰面粗糙度、积雪覆盖、海冰非均匀空间分布等影响,可进一步观测与收集渤海海冰实况数据,以补充或修改上述分类识别原则中的经验性参数.结合红外和可见光观168地 球 物 理 学 报 44卷图5 SSM /I 数据沿图2直线C 的P R 值与理论值(或7),经验值[6]S =0.05,s v =0.1,s h =0.01.Fig.5 P R along the line C and comparison w ith Eq.(7)and empir ical value [6]测进行数据融合研究,也将可进一步改善海冰的分类识别.4 结 论中国中纬度海域持续于冬季的沿岸海冰,在物理成分与形态特征、持续时间、空间与时间的多变等方面均区别于极区多年海冰.本文用VRT 理论与随机介质散射辐射的数值模拟,结合星载微波RADARSAT 的SAR 与DMSP 的SSM/I 的相关观测与数据验证,分析了中纬度渤海沿岸海冰的特征性变化.提出用SSM/I 的T B 的散射指数(SI )、极化指数(PI )、极化比率(P R )来识别渤海海冰;用RADARSAT 的R hh 对渤海海冰物理特征进行识别与分类.未来需要结合更多的实际观测数据,来补充与准确确定渤海海冰介电特征、表面粗糙与空间覆盖分布、积雪、大气水汽等,用这些特征指数在时间与空间尺度上的相关变化可有效应用于渤海海冰的监察.参 考 文 献[1] Ulaby F T,Moore R K,Fu ng A K.Microw ave Remote Sen sing,2)3Vols.Mass:Artech Pres s,1985.[2] Jin Y Q.Electromagnetic Scatteri ng Modelling for Quantitatiev Remote Sensing.S in gapore:World Scien tific,1994.[3] 金亚秋.电磁散射和热辐射的遥感理论.北京:科学出版社,1993.JIN Ya -Qiu.Remote Sensing T heory of Electromagnetic S cattering and Thermal Emissi on(in Chinese),Beij ing:Sc -i ence Pres s,1993.[4] 金亚秋,张俊荣,赵仁宇.多频段微波辐射计对海冰的遥感和辐射传输的数值模拟.环境遥感,1992,7(1):32)40.JIN Ya -Qiu ,ZHANG Jun -Rong,ZHAO Ren -Yu.Simu lation of radiati ve transfer for sea i ce remote Sen sing by u sing mult-i frequency rad iometer.Envir on.Rem.S ens .(in Chinese).1992,7(1):32)40.[5] Jin Y Q.Monitoring regi onal sea ice of China .s BoHai Sea by u sing SSM/I scattering indexes.IEEE J.Oc ean.En -gin.1998,23(2):141)144.[6] Jin Y Q,Zhang N.Correlation of the ERS and SSM/I observations over snow pack and n umerical simulati on.I nter -na t.J.Rem.Sen s.1999,20(15/16):3009)3018.[7] RADARSAT Data Products Specifi cati ons.RADARSAT International .Canad a:Ri chmonf,1997.[8] Haggar C E,Garrity C,Ramseier R O.T he modeling of sea ice mel-t w ater ponds for the high Arctic using an airb orneline scan camera and applied to SSM/I.Internat.J.Rem.Sens.1998,18(12):2373)2394.1692期 金亚秋等:雷达卫星SAR 与防卫气象卫星SSM /I 对渤海海冰的观测研究170地球物理学报44卷OBSERVATIONS OF RADARS AT SAR AND DMS P SS M/I OVER SEA ICE O F CHINA.S BOHAI SEAJIN Y A-Q IU C H EN Y I ZHANG W EI ZHANG N AN-X IONG(Center f or Wave S ca ttering and Remote S ensin g Fudan University,Shanghai200433,China)H UANG R UN-H ENG WU K U I-Q IAO(Center f or Marine Environment For e casts,the China State Oceanic A dministration,Beij ing100081,China)[Abstract]The shoreice at m iddle latitudes,such as in the China.s Bohai Sea,Huanghai Sea,is lasted only for few months during the w inter.Its physical constitutes and tempora-l spatial variability are different from the polar regions.In this paper the sea ice detection and classification are presented on the basis of the image data from active RADARSAT SAR and passive DMSP SSM/I measurements over the Bohai Sea ice in January23,1999.By using numerical modeling of scattering and radiative transfer of a layer of sea ice,characteristic var-i ation of the Bohai Sea shoreice is studied.The scattering index(SI),polarization index (PI),and the polarization ratio(P R)from passive observation of the brightness temperature (T B)are defined to detect the existence of sea ice.Further,using cohorizontally polarized back-scattering(R hh)measured by the RADARSAT high resolution SAR,the sea ice of the Bohai Sea can be further classified.Temporal and spatial variations of these indexes can be used to monitor the sea ice of the Bohai Sea.[Key words]SAR and SSM/I,Sea ice,Bohai Sea,Characteristic indexes.。
